典型文献
基于毫米波传感器的呼吸检测与去噪方法研究
文献摘要：
利用毫米波传感器测量较远人体目标的呼吸信号时,容易受到环境杂波的干扰,导致信号中含有较多噪声.因此提出了一种新的GA-VMD-WT去噪方法.方法针对呼吸信号的特点,借助排列熵设计适应度函数,采用GA算法优化VMD参数,以获得最优模态分量个数K和惩罚因子α,再用优化得到的VMD参数对噪声信号分解,然后对分解结果小波阈值去噪,最后重建得到去噪信号.该方法不仅避免了 VMD分解时出现的过分解问题,并且仿真实验显示,与各传统的去噪算法相比较,信噪比分别提高了 8.502 5 dB,7.664 2 dB,3.363 7 dB.实测信号实验结果表明,所提方法去噪效果好,可以保留更多有用信号的信息.
文献关键词：
毫米波传感器;呼吸信号;排列熵;变分模态分解;小波阈值去噪
中图分类号：
作者姓名：
吴彭;常俊;罗金燕;许妍;杨忠富
作者机构：
云南大学信息学院 昆明650000;云南省高校物联网技术及应用重点实验室 昆明650000
文献出处：
引用格式：
[1]吴彭;常俊;罗金燕;许妍;杨忠富-.基于毫米波传感器的呼吸检测与去噪方法研究)[J].电子测量技术,2022(07):27-34
A类：
毫米波传感器
B类：
呼吸检测,去噪方法,传感器测量,较远,人体目标,呼吸信号,杂波,致信,GA,VMD,WT,助排,排列熵,适应度函数,算法优化,模态分量,惩罚因子,噪声信号,信号分解,解结,小波阈值去噪,去噪算法,dB,实测信号,去噪效果,变分模态分解
AB值：
0.305783
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
